?
Особенности обоснования представительного набора требований к интеллектуальным автотранспортным средствам
Введение (постановка задачи и актуальность). Ключевой задачей обеспечения доверия к автотранспортным средствам с элементами искусственного интеллекта (АТС ИИ) является формирование представительного набора требований, соответствие которым обеспечивает необходимые гарантии функциональности и безопасности АТС ИИ. Отсутствие общепринятых и нормативно закреплённых подходов к обоснованию состава требований сдерживает применение технологий искусственного интеллекта в АТС и, соответственно, препятствует созданию и совершенствованию высокоавтоматизированных транспортных средств. Цель исследования – анализ принципов формирования представительного набора требований к АТС ИИ.
Методология и методы. Встатье используются принципы квалиметрии, адаптированные для информационных систем на основе алгоритмов машинного обучения, методы системного анализа, математической статистики, комбинаторики, теории множеств, принципы исчисления высказываний. Результаты и научная новизна. Сформулирован подход к обоснованию статистически репрезентативного набора требований к АТС ИИ, позволяющего в достаточной мере оценивать соответствие этих систем ожиданиям потребителей, разработчиков, поставщиков, регуляторов и других заинтересованных сторон. Рассмотрена структура таких ожиданий и приоритетов с учётом особенностей создания и применения систем ИИ. Показано, что требования заинтересованных сторон распространяются как на процессы жизненного цикла АТС ИИ, так и на системы как таковые с учётом определённых (предусмотренных) условий их эксплуатации. Рассмотрены различные существенные факторы, вариативность которых задаёт предусмотренные условия эксплуатации, и сформулированы условия репрезентативности тестовых наборов данных, используемых для испытания АТС ИИ. Показано, что АТС ИИ для сокращения размерности пространства предусмотренных условий эксплуатации могут быть декомпозированы на отдельные функциональные подсистемы и далее – на частные алгоритмы ИИ. Предложены способы проведения такой функциональной декомпозиции.
Практическая значимость. Предложенные в статье принципы обоснования состава требований могут быть использованы при проведении сертификационных испытаний алгоритмов искусственного интеллекта, используемых в высокоавтоматизированных транспортных средствах.